论辩文本立场检测 ——基于提示模型的小样本研究

摘要：

立场检测研究旨在提取文本相对于对特定话题所持的立场倾向.本文采用自然语言处理领域的基于提示学习的方法,针对论辩性文本,根据提示学习两大主要工程方法(模板工程和表达器工程)提出了新的设计方法:掩码位置导向的手工模板MPOT和语义相似度加权表达器SSWV.据此,本文提出了一个基于提示的论辩文本立场检测模型P?RoBERTa MPOT+SSWV,并和自动模板方法P-tuning进行比较.该模型在中山大学网络文本论辩语料库上和NLPCC中文微博立场检测数据集都达到了较好的准确率.本文实验显示在小样本学习条件下,P?RoBERTa MPOT+SSWV模型超过了使用预训练模型+微调方法的效果.本文研究表明,提示学习的模型设计方法有助于文本论辩立场检测任务,并在小样本的条件下也依然能取得十分可观的性能.

关键词：立场检测、提示模型、论辩、小样本

所属期刊栏目：16

分类号：B81(逻辑学(论理学))

资助基金：国家社会科学基金18ZDA033

在线出版日期：2023-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：49-65